基于图像检测的动物体重测量方法、装置、设备及介质制造方法及图纸

本发明专利技术涉及人工智能，公开了一种基于图像检测的动物体重测量方法、装置、设备及介质，其中，所述方法包括：选取设定规格的棋盘格作为标定物；将标定物放置于待测动物的正下方中间位置，并获取待测动物与所述标定物作为一个整体的图像；检测图像中的待测动物，并根据所述棋盘格对待测动物的尺度进行修正，得到仅包括待测动物的图像；将仅包括待测动物的图像输入体重估计模型，通过所述体重估计模型按照体重类别对待测动物进行分类，获取待测动物归为各个体重类别的概率，并根据待测动物归为各个体重类别的概率计算得出待测动物的体重。本发明专利技术操作方便，不依赖于设备，误差可控，可以提高动物体重测量的效率。

【技术实现步骤摘要】
基于图像检测的动物体重测量方法、装置、设备及介质
本专利技术涉及人工智能，尤其涉及一种基于图像检测的动物体重测量的方法、装置、电子设备及计算机可读存储介质。
技术介绍
随着人口的增长和生活水平的不断提高，城乡居民对猪肉的需求量越来越大，生猪养殖行业市场规模超万亿。近些年，深度学习技术的快速发展，越来越多的企业将AI技术应用在生猪养殖产业。目前生猪体重测量主要通过以下方式：第一、经验公式测量体重，需要测量猪的很多指标，比如体高、胸深、侧面体长等，然后利用公式计算体重。显然实际生产中很难获取这些信息，操作不便，同时精确度不高；第二、基于视觉的投影测距方案，大部分需要标定相机，固定相机位置，采集多张照片，操作不友善；第三、采用获取深度信息的传感器，计算点云数据，获取体积信息，计算体重，这种方案需要额外昂贵的设备。更为关键的是发生保险赔付的猪体，一般都是死猪，猪体很难搬动，难获取猪体的三维信息，上述几种测量猪的体重的方式难以获取相关数据信息。
技术实现思路
本专利技术提供一种基于图像检测的动物体重测量方法、装置、电子设备及计算机可读存储介质，其主要目的在于提高了动物体重测量的便捷性和效率。为了实现上述目的，本专利技术的第一个方面是提供一种基于图像检测的动物体重测量方法，所述方法包括：选取设定规格的棋盘格作为标定物；将标定物放置于待测动物的正下方中间位置，并获取待测动物与所述标定物作为一个整体的图像；检测图像中的待测动物，并根据所述棋盘格对待测动物的尺度进行修正，得到仅包括待测动物的图像；将仅包括待测动物的图像输入体重估计模型，通过所述体重估计模型按照体重类别对待测动物进行分类，获取待测动物归为各个体重类别的概率，并根据待测动物归为各个体重类别的概率计算得出待测动物的体重。在一个实施例中，在选取设定规格的棋盘格作为标定物的步骤之后，还包括：对棋盘格进行检测和矫正，检测出所述棋盘格中的所有格子的轮廓，并根据检测出的各个格子的轮廓大小对所述棋盘格的面积进行矫正。在一个实施例中，检测图像中的待测动物，并根据所述棋盘格对待测动物的尺度进行修正的步骤包括：利用MaskR-CNN提取目标待测动物，根据棋盘格对提取的目标待测动物进行姿势和位置的调整。在一个实施例中，利用MaskR-CNN提取目标待测动物的步骤包括：通过特征提取网络提取图像特征，获取特征图；通过区域提交网络利用所述特征图选择出能表示各个物体在图像中位置的候选框；采用ROIAlign算法从所述特征图中裁剪出所述候选框对应区域的特征；根据候选框对应区域的特征分别预测各个物体的类别，得到目标待测动物在图像中的位置坐标以及对应的分割图。在一个实施例中，根据棋盘格对提取的目标待测动物进行姿势和位置的调整的步骤包括：将待测动物放置于设定尺寸的背景板上；根据待测动物的位置坐标计算出待测动物的像素面积；根据待测动物的像素面积计算得出背景板的像素面积，并根据背景板的像素面积得到设定图片框；将提取的目标待测动物放置于所述设定图片框内，同时对齐待测动物的姿势和位置。在一个实施例中，将仅包括待测动物的图像输入体重估计模型的步骤之前，还包括：对所述体重估计模型进行训练，其中，在对体重估计模型进行训练学习时，同时优化两个目标函数，如下式所示：minLreg+λLcls其中，Lreg表示测量体重与真实体重的误差，Lcls表示分类误差，λ表示超参数。为了实现上述目的，本专利技术的第二个方面是提供一种基于图像检测的动物体重测量装置，包括：标定物选取模块，用于选取设定规格的棋盘格作为标定物；图像获取模块，用于获取待测动物与所述标定物作为一个整体的图像，其中，标定物放置于待测动物的正下方中间位置；图像检测模块，用于检测图像中的待测动物，并根据所述棋盘格对待测动物的尺度进行修正，得到仅包括待测动物的图像；体重估计模块，用于将仅包括待测动物的图像输入体重估计模型，通过所述体重估计模型按照体重类别对待测动物进行分类，获取待测动物归为各个体重类别的概率，并根据待测动物归为各个体重类别的概率计算得出待测动物的体重。在一个实施例中，所述装置还包括训练模块，用于对所述体重估计模型进行训练，其中，在对体重估计模型进行训练学习时，优化如下目标函数：minLreg+λLcls其中，Lreg表示测量体重与真实体重的误差，Lcls表示分类误差，λ表示超参数。为了实现上述目的，本专利技术的第三个方面是提供一种电子设备，所述电子设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的基于图像检测的动物体重测量方法。为了实现上述目的，本专利技术的第四个方面是提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的基于图像检测的动物体重测量方法。本专利技术通过棋盘格，消除不同相机，不同拍摄距离带来的影响，同时为了减轻动物姿势和位置影响，对待测动物进行对齐处理；由于拍摄时光照条件也不同，采用数据增强的方法消除光照的影响。并且，本专利技术结合人工智能和图像检测技术测量动物体重，操作方便，不依赖于设备，误差可控。在利用本专利技术的测量方法测量动物体重时，只需要随身携带的手机，拍摄方便，设备容易获取，而且鲁棒性高，能较好地满足业务需求。附图说明图1为本专利技术一实施例提供的动物体重测量方法的流程示意图；图2为本专利技术一实施例提供的待测动物与标定物作为一个整体的图像示意图；图3为本专利技术一实施例提供的仅包括待测动物的图像示意图；图4为本专利技术一实施例提供的动物体重测量装置的模块示意图；图5为本专利技术一实施例提供的实现动物体重测量方法的电子设备的内部结构示意图；本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术提供一种基于图像检测的动物体重测量方法。参照图1所示，为本专利技术一实施例提供的动物体重测量方法的流程示意图。该方法可以由一个装置执行，该装置可以由软件和/或硬件实现。在本实施例中，基于图像检测的动物体重测量方法包括：步骤S1，选取设定规格的棋盘格作为标定物，其中，标定物是规格为nxn(例如，n＝8)的黑白棋盘格，即黑色格子和白色格子交替出现，当然也可以是其他颜色的格子，整个棋盘格的物理尺寸是40cmx40cm；每个格子是同样大小的，当然整个棋盘格的大小以及格子数量是可以任意设定的；步骤S2，将标定物放置于待测动物的正下方中间位置，并获取待测动物与所述标定物作为一个整体的图像。参照图2所示，为本专利技术一实施例提供的待测动物与标定物作为一个整体的图像示意图，以待测动物为猪体为例，拍摄照片时，将黑白棋盘格放置于待测猪体的正下方中间位置，同时正对着棋盘格拍摄猪体整体，从而获取将猪体与整个棋盘本文档来自技高网...

【技术保护点】
1.一种基于图像检测的动物体重测量方法，其特征在于，所述方法包括：/n选取设定规格的棋盘格作为标定物；/n将标定物放置于待测动物的正下方中间位置，并获取待测动物与所述标定物作为一个整体的图像；/n检测图像中的待测动物，并根据所述棋盘格对待测动物的尺度进行修正，得到仅包括待测动物的图像；/n将仅包括待测动物的图像输入体重估计模型，通过所述体重估计模型按照体重类别对待测动物进行分类，获取待测动物归为各个体重类别的概率，并根据待测动物归为各个体重类别的概率计算得出待测动物的体重。/n

【技术特征摘要】
1.一种基于图像检测的动物体重测量方法，其特征在于，所述方法包括：
选取设定规格的棋盘格作为标定物；
将标定物放置于待测动物的正下方中间位置，并获取待测动物与所述标定物作为一个整体的图像；
检测图像中的待测动物，并根据所述棋盘格对待测动物的尺度进行修正，得到仅包括待测动物的图像；
将仅包括待测动物的图像输入体重估计模型，通过所述体重估计模型按照体重类别对待测动物进行分类，获取待测动物归为各个体重类别的概率，并根据待测动物归为各个体重类别的概率计算得出待测动物的体重。


2.如权利要求1所述的基于图像检测的动物体重测量方法，其特征在于，在选取设定规格的棋盘格作为标定物的步骤之后，还包括：对棋盘格进行检测和矫正，检测出所述棋盘格中的所有格子的轮廓，并根据检测出的各个格子的轮廓大小对所述棋盘格的面积进行矫正。


3.如权利要求1所述的基于图像检测的动物体重测量方法，其特征在于，检测图像中的待测动物，并根据所述棋盘格对待测动物的尺度进行修正的步骤包括：利用MaskR-CNN提取目标待测动物，根据棋盘格对提取的目标待测动物进行姿势和位置的调整。


4.如权利要求3所述的基于图像检测的动物体重测量方法，其特征在于，利用MaskR-CNN提取目标待测动物的步骤包括：
通过特征提取网络提取图像特征，获取特征图；
通过区域提交网络利用所述特征图选择出能表示各个物体在图像中位置的候选框；
采用ROIAlign算法从所述特征图中裁剪出所述候选框对应区域的特征；
根据候选框对应区域的特征分别预测各个物体的类别，得到目标待测动物在图像中的位置坐标以及对应的分割图。


5.如权利要求4所述的基于图像检测的动物体重测量方法，其特征在于，根据棋盘格对提取的目标待测动物进行姿势和位置的调整的步骤包括：
将待测动物放置于设定尺寸的背景板上；
根据待测动物的位置坐标计算出待测动物的像素面积；
根据待测动物的像素面积计算得出背景板的像素面积，并根据背景板的像素面积得到设定图片框；
将提取的目标待测动物放置于所述设定图片框内，同时对齐待测动物的姿势和位置。...

【专利技术属性】
技术研发人员：汤鑫，尹高，
申请(专利权)人：中国平安财产保险股份有限公司，
类型：发明
国别省市：广东;44